Einblicke in die Bestandsverwaltung mit LuckyTemplates: Vergleich von Lagerbeständen und Verkäufen

In diesem Beispiel werden wir uns mit Bestandsverwaltungsdaten befassen und einige großartige Erkenntnisse gewinnen. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

Ich füge einigen der LuckyTemplates- Entwicklungen, die ich hier vorstelle , etwas mehr Abwechslung hinzu , und dies ist ein ziemlich einzigartiger Einblick in die Verwaltung Ihres Inventars.

Alle Daten haben ihre Nuancen, sodass jeder Analyst durch das Erlernen verschiedener Techniken in eine hervorragende Position für die unterschiedlichen Daten versetzt wird, die ihm möglicherweise vorgelegt werden.

Indem ich dieses Beispiel für die Bestandsverwaltung durchgehe, hoffe ich, dass Sie mehr darüber erfahren, wie Sie LuckyTemplates nutzen können. Die einzigartige Analyse entsteht dadurch, dass wir unsere aktuellen Lagerbestände mit den Verkäufen vergleichen müssen, die wir tatsächlich in Echtzeit in unseren Filialen sehen .

Was wir tun müssen, ist, historische Verkäufe mit dem zu vergleichen, was wir derzeit auf Lager haben, denn so müssen Sie Ihren Lagerbestand verwalten (wenn Sie einen Moment lang darüber nachdenken).

Wenn Sie dies verstehen, können Sie sicherstellen, dass Sie mit der Nachfrage Schritt halten oder über das Angebot verfügen, um eine bestimmte strategische Werbe- oder Verkaufsveranstaltung durchzuführen , die Sie innerhalb eines Unternehmens initiieren.

Ich zeige Ihnen, wie Sie Ihr Datenmodell aufbauen, wie Sie die richtigen DAX- Berechnungen umsetzen und wie Sie dies auf eine visuelle Weise präsentieren, die Sinn macht und die Erkenntnisse für Ihre Verbraucher gut hervorhebt.

Inhaltsverzeichnis

• Den Prozess durchgehen
• Die verwendeten Formeln durchgehen
• Inventareinblicke aus dem Datenmodell
• Abschluss

Den Prozess durchgehen

Ein wichtiges Element, um Einblicke in den Lagerbestand zu erhalten, sind Verkaufsinformationen. Mit anderen Worten: Wir müssen unsere Umsätze berechnen. Um unseren Bestand zu optimieren, benötigen wir jedoch eine Tabelle, die einen Zeitstempel eines bestimmten Zeitraums enthält.

Was die Bestandsdaten betrifft, werden wir jeden Tag über unterschiedliche Bestandsinformationen verfügen. Andererseits sind Verkaufsinformationen historisch , daher möchten wir historische Verkaufsinformationen analysieren, um sicherzustellen, dass wir unsere Lagerbestände zu jedem bestimmten Zeitpunkt optimieren. 

Ich habe Nachschlagetabellen mit diesen Faktentabellen, den Sales Data und der Inventory Stock Control verbunden . Wir haben Kunden , Lagercodes und Produkte . 

Der einzige Unterschied ist das Datum . Ich habe hier eine inaktive Beziehung erstellt, weil ich diese Tabelle zur Bestandskontrolle nicht nach dem Datum filtern möchte, da es sich hierbei um einen Zeitstempel handelt.

Wenn wir uns den Bericht hier ansehen, sehen wir beispielsweise, dass Ende Juli der letzte Tag unserer Verkäufe ist. An diesem Tag wissen wir also, was ich mit einem Zeitstempel versehen habe, und können alle Verkäufe sehen, die wir getätigt haben.

Und wir möchten die Anzahl der Verkäufe, die wir in den letzten 90 Tagen getätigt haben, mit dem tatsächlichen Lagerbestand vergleichen . Um dies zu erreichen, benötigen wir einige Formeln.

Die verwendeten Formeln durchgehen

Also habe ich eine Kennzahl erstellt, wobei ich mit dem Gesamtumsatz begann . 

Um dann die letzten 90 Tage zu berechnen, habe ich DATESBETWEEN verwendet , wodurch wir ein Startdatum und ein Enddatum haben können. Hier haben wir also am 30. Juni 2016 begonnen, dem letzten Tag des Datensatzes. Wir berechnen anhand der beiden Daten, wie viel Umsatz wir in den letzten 90 Tagen pro Produkt erzielt haben.

Das MAX-Datum entspricht also immer dem letzten Datum in unserem Datensatz, also dem 30. Juni. Das MAX-Datum – 90 hingegen gibt uns das 90-Tage-Fenster, um unseren Gesamtumsatz für diesen Zeitraum für jedes Produkt zu berechnen.

Wenn wir auf unsere Tabelle hinunterblicken, sehen wir die Produkte, die wir in den letzten 90 Tagen am meisten verkauft haben. Dann können wir ihn mit dem Gesamtwert des aktuellen Bestands vergleichen .

Für diese Berechnung durchlaufen wir jede einzelne Zeile in unserer Tabelle und können die Menge und die Kosten pro Artikel nicht zusammenzählen. Dann bildet SUMX die Summe des Gesamtwerts. 

Mit dieser Berechnung können wir sehen, wie viel Lagerbestand wir für jedes Produkt vorrätig haben.

Dann habe ich auch eine Bestandsquote erstellt , weil wir möglicherweise eine Quote haben, die wir für alle unsere Produkte einhalten wollen, damit wir immer über genügend Produktbestände zum Verkauf verfügen. Ich habe einfach den Gesamtumsatz der letzten 90 Tage durch den Gesamtwert des aktuellen Lagerbestands dividiert .

Dadurch erhalten wir eine sekundäre Zahl, die wir analysieren und sortieren können, um zu sehen, welche Produkte sich gut verkaufen und welche nicht. Und da wir diese tolle Tabellenfunktion nutzen, können wir sie gut sortieren und deutlich die niedrigsten gegenüber den höchsten Aktienquoten erkennen.

Inventareinblicke aus dem Datenmodell

Aus den Ergebnissen in der Tabelle können wir neben unseren Lagerbeständen auch wichtige Erkenntnisse gewinnen.

Niedrige Lagerbestände bedeuten, dass wir wahrscheinlich nicht viel Lagerbestand an Bord haben und mehr besorgen müssen, je nachdem, welches Verhältnis Sie festlegen möchten, um künftige Bestellungen abzuwickeln.

Auf der anderen Seite sind hohe Lagerbestände offensichtlich Produkte, die sich sehr schlecht verkaufen. Sie verkaufen nicht sehr viel, also sollten wir sie vielleicht rabattieren, nur um sie zu verkaufen und nicht herumzusitzen und unser Geschäft in die Knie zu zwingen.

Das sind wirklich tolle Erkenntnisse, die man aus den Bestandsdaten gewinnen kann.

Eine weitere Sache ist, dass dies mit unserem Datenmodell verknüpft ist und wir daher tatsächlich über eine Reihe von Lagern verfügen, in denen die Bestände gelagert werden könnten. Vielleicht möchten wir das optimieren und unsere Verkäufe in bestimmten Regionen und dem dortigen Lager sehen.

Wenn wir auf „Lager“ klicken , können wir den Bestand sehen, den wir derzeit in diesem bestimmten Lager haben. Wir können es dann mit regionalen Informationen abgleichen. Das habe ich in diesem Beispiel noch nicht getan, aber das ist die Stärke der Nutzung des Datenmodells und der Implementierung dieser zusätzlichen Filter. 

Berechnen Sie die Tage ohne Lagerbestände – Einblicke in die Bestandsverwaltung mit LuckyTemplates.
Vergleichen Sie die aktuellen Ergebnisse mit dem vorherigen Monat mit der besten Leistung in
der Bestandsverwaltung von LuckyTemplates – LuckyTemplates Showcase

Abschluss

Der Schlüssel zu großartigen Einblicken in den Bestand liegt darin, das Datenmodell wirklich gut zu verstehen.

Sie müssen verstehen, dass Sie hier zwei Faktentabellen haben und dass Sie Ihre Nachschlagetabellen so mit diesen beiden Faktentabellen verknüpfen müssen, dass die Filter ordnungsgemäß funktionieren. Wenn Sie Ihren Berechnungen auf diese Weise Kontext hinzufügen, liefern die vorhandenen Filter für Sie sinnvolle Berechnungsergebnisse. 

Die Kombination all dieser Techniken rund um verschiedene Aspekte von LuckyTemplates ist der Punkt, an dem Sie wirklich ansetzen müssen, um wirklich gute Erkenntnisse zu gewinnen.

All diese Techniken allein bringen bei weitem nicht so viel wie die  Kombination des Datenmodells mit DAX-Berechnungen und wirklich hochwertigen Visualisierungen .

Hier liegt die wahre Stärke im Einsatz von LuckyTemplates als Analysetool.

Ich wünsche Ihnen viel Erfolg und finde heraus, wie Sie diese Art von Techniken in Ihre eigenen Datensätze integrieren können.